收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群径向基函数人工智能网络

肖亮  
【摘要】:本文主要研究了粒子群优化算法(PSO)和径向基函数神经网络(RBF)两方面内容。作为群智能演化算法的一种,粒子群凭借其原理简单易于实现,同时能够处理一些传统方法不能处理的问题,如不可导的节点传递函数或者梯度信息不存在之类的问题,广泛应用于神经网络训练、函数优化、模糊系统控制等诸多领域并取得了较好的效果。RBF神经网络是一种前馈神经网络,可以很好地克服传统神经网络学习过程的收敛过分依赖于初值和可能出现局部收敛的缺陷,具有较快的运算速度、较强的非线性映射能力和较好的预测效能,因而在储层参数预测中具有广阔的应用前景。本文将PSO算法与RBF神经网络有机结合,构建一个结构简单,稳定性强,鲁棒性高的人工智能神经网络,并结合实际地震资料,提取地震属性,预测储层参数。粒子群优化算法通过各粒子之间相互协作并共享信息对问题进行优化,其优势在于简单容易实现并且没有许多参数的调节。但是,标准的粒子群优化算法也存在早熟收敛、局部寻优能力较差等缺陷。针对以上不足,从更新公式,优化方式以及基于认知多样性变异三方面对算法进行改进。在更新公式中引用线性递减的惯性权重系数以及柯西分布和高斯分布的随机函数;采用逆序协同优化异步实现策略提高算法解决更高维度问题的能力;充分利用个体认知多样性,使个体最优以一定概率发生变异,带领群体逃离局部最优,收敛到全局。Benchmark function测试表明改进的粒子群算法优于其他优化算法。模型数据和实际地震数据反演精度较高、反演剖面横向连续性好、纵向分辨率较高、层间内部沉积、断层和分界面刻画清晰,证实了该算法具有很强的全局搜索能力和抗噪能力。本文首先对输入属性样本的预处理本文采用了起降维作用的k-l变换,然后模糊聚类分析提供隐层节点数、基中心和方差等网络参数,最后利用改进的粒子群算法优化出网络权值。标准测试集数据和砂体厚度预测的实际应用证实了该网络的可行性和实用价值,同时预测精度较高。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期
2 刘彩红;唐万梅;;基于组合神经网络的教师评价模型研究[J];重庆师范大学学报(自然科学版);2008年04期
3 钟义信;;神经网络:成就、问题与前景[J];科学;1992年02期
4 莫恭佑;;神经网络及其在英国的应用[J];国际科技交流;1992年03期
5 闵志;;神经网络:使计算机具有快速学习功能[J];国际科技交流;1992年03期
6 冯建峰,钱敏平;神经网络中的退火——非时齐情形[J];北京大学学报(自然科学版);1993年03期
7 唐功友;离散Hopfield神经网络的稳定性[J];青岛海洋大学学报;1994年S2期
8 靳蕃;;中国神经网络学术大会在西南交通大学隆重召开[J];学术动态报道;1996年04期
9 彭宏,张素;带有时滞的神经网络的稳定性[J];杭州大学学报(自然科学版);1997年04期
10 陈新,孙道恒,黄洪钟;结构分析有限元系统与神经网络[J];起重运输机械;1999年06期
11 成宇;神经网络是怎么搭建的?[J];百科知识;2005年16期
12 吴越;;神经网络是如何铺设的[J];大科技(科学之谜);2010年02期
13 马尽文;单纯记忆神经网络[J];大自然探索;1992年04期
14 陈泽宇,戚飞虎;基于级联神经网络的人脸检测方法的研究[J];红外与毫米波学报;2000年01期
15 沈轶,樊铁钢,廖晓昕;时间离散的回归神经网络的定性分析[J];系统工程理论与实践;2000年01期
16 王海龙,戚飞虎,任庆生;协同神经网络中参数的优化[J];红外与毫米波学报;2001年03期
17 李正学,吴微,张宏伟;二层前传神经网络中在线梯度法的收敛性(英文)[J];数学研究与评论;2001年02期
18 郭东辉,吕迎阳,刘瑞堂,吴伯僖;神经网络及其在网络通讯中的应用研究[J];厦门大学学报(自然科学版);2001年02期
19 张菊亮,章祥荪;一个新的解线性规划的神经网络(英文)[J];运筹学学报;2001年02期
20 劳小青;神经网络在天气预报上的应用研究[J];广西气象;2001年02期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
中国硕士学位论文全文数据库 前10条
1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年
6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年
7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978